课程目录：

第一章 直播课回放
可试看
1-1节 开班典礼
回放
1.开班典礼
09月24日 20:30-22:30
可试看
1-2节 Pycharm环境配置与Debug演示(没用过的同学必看)
录播
1.Pycharm环境配置与Debug演示(没用过的同学必看)
28分钟
可试看
1-3节 直播1：深度学习核心算法-神经网络与卷积网络
回放
1.深度学习核心算法-神经网络与卷积网络
10月09日 20:30-22:30
1-4节 直播2：卷积神经网络
回放
1.卷积神经网络
10月15日 20:30-22:30
1-5节 直播3：Transformer架构
回放
1.Transformer架构
10月22日 20:30-22:30
1-6节 直播4：Transfomer在视觉任务中的应用实例
回放
1.Transfomer在视觉任务中的应用实例
10月29日 20:30-22:30
1-7节 直播5：YOLO系列（V7）算法解读
回放
1.YOLO系列（V7）算法解读
11月05日 20:30-22:30
1-8节 直播6：分割模型Maskformer系列
回放
1.分割模型Maskformer系列
11月12日 20:30-22:30
1-9节 补充：Mask2former源码解读
录播
1.Backbone获取多层级特征
8分钟
录播
2.多层级采样点初始化构建
10分钟
录播
3.多层级输入特征序列创建方法
9分钟
录播
4.偏移量与权重计算并转换
11分钟
录播
5.Encoder特征构建方法实例
11分钟
录播
6.query要预测的任务解读
10分钟
录播
7.Decoder中的AttentionMask方法
11分钟
录播
8.损失模块输入参数分析
9分钟
录播
9.标签分配策略解读
9分钟
录播
10.正样本筛选损失计算
11分钟
录播
11.标签分类匹配结果分析
13分钟
录播
12.最终损失计算流程
12分钟
录播
13.汇总所有损失完成迭代
7分钟
1-10节 直播7：半监督物体检测
回放
1.半监督物体检测
11月19日 20:30-22:30
1-11节 直播8：基于图模型的时间序列预测
回放
1.基于图模型的时间序列预测
11月26日 20:30-22:30
1-12节 直播9：图像定位与检索
回放
1.图像定位与检索
12月03日 20:30-22:30
1-13节 直播10：近期内容补充
回放
1.近期内容补充
12月10日 20:30-22:30
1-14节 直播11：文本生成GPT系列
回放
1.文本生成GPT系列
12月17日 20:30-22:30
1-15节 直播12：异构图神经网络
回放
1.异构图神经网络
12月31日 20:30-22:30
1-16节 直播13：BEV特征空间
回放
1.BEV特征空间
01月07日 20:30-22:30
1-17节 补充：BevFormer源码解读
录播
1.环境配置方法解读
9分钟
录播
2.数据集下载与配置方法
9分钟
录播
3.特征提取以及BEV空间初始化
11分钟
可试看
录播
4.特征对齐与位置编码初始化
10分钟
录播
5.Reference初始点构建
10分钟
录播
6.BEV空间与图像空间位置对应
10分钟
录播
7.注意力机制模块计算方法
10分钟
录播
8.BEV空间特征构建
9分钟
录播
9.Decoder要完成的任务分析
9分钟
录播
10.获取当前BEV特征
9分钟
录播
11.Decoder级联校正模块
11分钟
录播
12.损失函数与预测可视化
13分钟
1-18节 直播14：知识蒸馏
回放
1.知识蒸馏
01月14日 20:30-22:30
可试看
1-19节 直播15：六期总结与论文简历
回放
1.六期总结与论文简历
02月04日 20:30-22:30
第二章 深度学习必备核心算法
可试看
2-1节 神经网络算法解读
录播
1.神经网络算法解读
2小时10分钟
可试看
2-2节 卷积神经网络算法解读
录播
1.卷积神经网络算法解读
1小时57分钟
2-3节 递归神经网络算法解读
录播
1.递归神经网络算法解读
2小时5分钟
第三章 深度学习核心框架PyTorch
3-1节 PyTorch框架介绍与配置安装
录播
1.PyTorch框架与其他框架区别分析
12分钟
录播
2.CPU与GPU版本安装方法解读
17分钟
3-2节 使用神经网络进行分类任务
录播
1.数据集与任务概述
11分钟
录播
2.基本模块应用测试
12分钟
录播
3.网络结构定义方法
12分钟
录播
4.数据源定义简介
10分钟
录播
5.损失与训练模块分析
12分钟
录播
6.训练一个基本的分类模型
10分钟
录播
7.参数对结果的影响
8分钟
3-3节 神经网络回归任务-气温预测
录播
1.神经网络回归任务-气温预测
52分钟
3-4节 卷积网络参数解读分析
录播
1.输入特征通道分析
12分钟
录播
2.卷积网络参数解读
9分钟
录播
3.卷积网络模型训练
12分钟
3-5节 图像识别模型与训练策略（重点）
录播
1.任务分析与图像数据基本处理
11分钟
录播
2.数据增强模块
11分钟
录播
3.数据集与模型选择
9分钟
录播
4.迁移学习方法解读
12分钟
录播
5.输出层与梯度设置
11分钟
录播
6.输出类别个数修改
10分钟
录播
7.优化器与学习率衰减
10分钟
录播
8.模型训练方法
11分钟
录播
9.重新训练全部模型
11分钟
录播
10.测试结果演示分析
18分钟
3-6节 DataLoader自定义数据集制作
录播
1.Dataloader要完成的任务分析
9分钟
录播
2.图像数据与标签路径处理
9分钟
录播
3.Dataloader中需要实现的方法分析
13分钟
录播
4.实用Dataloader加载数据并训练模型
12分钟
3-7节 LSTM文本分类实战
录播
1.数据集与任务目标分析
9分钟
录播
2.文本数据处理基本流程分析
11分钟
录播
3.命令行参数与DEBUG
10分钟
录播
4.训练模型所需基本配置参数分析
13分钟
录播
5.预料表与字符切分
10分钟
录播
6.字符预处理转换ID
10分钟
录播
7.LSTM网络结构基本定义
11分钟
录播
8.网络模型预测结果输出
12分钟
录播
9.模型训练任务与总结
12分钟
3-8节 PyTorch框架Flask部署例子
录播
1.基本结构与训练好的模型加载
7分钟
录播
2.服务端处理与预测函数
12分钟
录播
3.基于Flask测试模型预测结果
12分钟
第四章 MMLAB实战系列
4-1节 MMCV安装方法
录播
1.MMCV安装方法
7分钟
4-2节 第一模块：分类任务基本操作
录播
1.MMCLS问题修正
5分钟
录播
2.准备MMCLS项目
9分钟
录播
3.基本参数配置解读
9分钟
录播
4.各模块配置文件组成
11分钟
录播
5.生成完整配置文件
5分钟
录播
6.根据文件夹定义数据集
10分钟
录播
7.构建自己的数据集
8分钟
录播
8.训练自己的任务
10分钟
4-3节 第一模块：训练结果测试与验证
录播
1.测试DEMO效果
6分钟
录播
2.测试评估模型效果
6分钟
录播
3.MMCLS中增加一个新的模块
15分钟
录播
4.修改配置文件中的参数
13分钟
录播
5.数据增强流程可视化展示
9分钟
录播
6.Grad-Cam可视化方法
11分钟
录播
7.可视化细节与效果分析
16分钟
录播
8.MMCLS可视化模块应用
12分钟
录播
9.模型分析脚本使用
7分钟
4-4节 第一模块：模型源码DEBUG演示
录播
1.VIT任务概述
8分钟
录播
2.数据增强模块概述分析
11分钟
录播
3.PatchEmbedding层
7分钟
录播
4.前向传播基本模块
9分钟
录播
5.CLS与输出模块
10分钟
4-5节 第二模块：使用分割模块训练自己的数据集
录播
1.项目配置基本介绍
10分钟
录播
2.数据集标注与制作方法
15分钟
录播
3.根据预测类别数修改配置文件
10分钟
录播
4.加载预训练模型开始训练
16分钟
录播
5.预测DEMO演示
5分钟
4-6节 第二模块：基于Unet进行各种策略修改
录播
1.配置文件解读
8分钟
录播
2.编码层模块
7分钟
录播
3.上采样与输出层
7分钟
录播
4.辅助层的作用
5分钟
录播
5.给Unet添加一个neck层
8分钟
录播
6.如何修改参数适配网络结构
5分钟
录播
7.将Unet特征提取模块替换成transformer
6分钟
录播
8.VIT模块源码分析
9分钟
4-7节 第二模块：分割任务CVPR最新Backbone设计及其应用
录播
1.注册自己的Backbone模块
8分钟
录播
2.配置文件指定
7分钟
录播
3.DEBUG解读Backbone设计
8分钟
录播
4.PatchEmbedding的作用与实现
9分钟
录播
5.卷积位置编码计算方法
12分钟
录播
6.近似Attention模块实现
10分钟
录播
7.完成特征提取与融合模块
9分钟
录播
8.分割输出模块
6分钟
录播
9.全局特征的作用与实现
11分钟
录播
10.汇总多层级特征进行输出
9分钟
4-8节 第三模块：mmdet训练自己的数据任务
录播
1.数据集标注与标签获取
9分钟
录播
2.COCO数据标注格式
7分钟
录播
3.通过脚本生成COCO数据格式
7分钟
录播
4.配置文件数据增强策略分析
11分钟
录播
5.训练所需配置说明
10分钟
录播
6.模型训练与DEMO演示
7分钟
录播
7.模型测试与可视化分析模块
16分钟
录播
8.补充：评估指标
4分钟
4-9节 第三模块：DeformableDetr物体检测源码分析
录播
1.特征提取与位置编码
9分钟
录播
2.序列特征展开并叠加
8分钟
录播
3.得到相对位置点编码
8分钟
录播
4.准备Encoder编码层所需全部输入
10分钟
录播
5.编码层中的序列分析
9分钟
录播
6.偏移量offset计算
12分钟
录播
7.偏移量对齐操作
8分钟
录播
8.Encoder层完成特征对齐
12分钟
录播
9.Decoder要完成的操作
9分钟
录播
10.分类与回归输出模块
8分钟
录播
11.预测输出结果与标签匹配模块
10分钟
4-10节 补充：Mask2former源码解读
录播
1.Backbone获取多层级特征
8分钟
录播
2.多层级采样点初始化构建
10分钟
录播
3.多层级输入特征序列创建方法
9分钟
录播
4.偏移量与权重计算并转换
11分钟
录播
5.Encoder特征构建方法实例
11分钟
录播
6.query要预测的任务解读
10分钟
录播
7.Decoder中的AttentionMask方法
11分钟
录播
8.损失模块输入参数分析
9分钟
录播
9.标签分配策略解读
9分钟
录播
10.正样本筛选损失计算
11分钟
录播
11.标签分类匹配结果分析
13分钟
录播
12.最终损失计算流程
12分钟
录播
13.汇总所有损失完成迭代
7分钟
4-11节 第三模块：DeformableDetr算法解读
录播
1.DeformableDetr算法解读
2小时6分钟
4-12节 KIE关键信息抽取与视频超分辨率重构
录播
1.KIE关键信息抽取与视频超分辨率重构
2小时12分钟
4-13节 第四模块：DBNET文字检测
录播
1.文字检测数据概述与配置文件
10分钟
录播
2.配置文件参数设置
6分钟
录播
3.Neck层特征组合
8分钟
录播
4.损失函数模块概述
8分钟
录播
5.损失计算方法
9分钟
4-14节 第四模块：ANINET文字识别
录播
1.数据集与环境概述
8分钟
录播
2.配置文件修改方法
10分钟
录播
3.Bakbone模块得到特征
9分钟
录播
4.视觉Transformer模块的作用
8分钟
录播
5.视觉模型中的编码与解码的效果
12分钟
录播
6.文本模型中的结构分析
8分钟
录播
7.迭代修正模块
8分钟
录播
8.输出层与损失计算
9分钟
4-15节 第四模块：KIE基于图模型的关键信息抽取
录播
1.配置文件以及要完成的任务解读
6分钟
录播
2.KIE数据集格式调整方法
13分钟
录播
3.配置文件与标签要进行处理操作
10分钟
录播
4.边框要计算的特征分析
9分钟
录播
5.标签数据处理与关系特征提取
11分钟
录播
6.特征合并处理
10分钟
录播
7.准备拼接边与点特征
8分钟
录播
8.整合得到图模型输入特征
11分钟
4-16节 第五模块：stylegan2源码解读
录播
1.要完成的任务与基本思想概述
10分钟
录播
2.得到style特征编码
8分钟
录播
3.特征编码风格拼接
8分钟
录播
4.基础风格特征卷积模块
8分钟
录播
5.上采样得到输出结果
7分钟
录播
6.损失函数概述
5分钟
4-17节 第六模块：BasicVSR++视频超分辨重构源码解读
录播
1.要完成的任务分析与配置文件
9分钟
录播
2.特征基础提取模块
8分钟
录播
3.光流估计网络模块
7分钟
录播
4.基于光流完成对齐操作
11分钟
录播
5.偏移量计算方法
8分钟
录播
6.双向计算特征对齐
9分钟
录播
7.提特征传递流程分析
8分钟
录播
8.序列传播计算
8分钟
录播
9.准备变形卷积模块的输入
9分钟
录播
10.传播流程整体完成一圈
11分钟
录播
11.完成输出结果
10分钟
4-18节 第七模块：多模态3D目标检测算法源码解读
录播
1.环境配置与数据集概述
8分钟
录播
2.数据与标注文件介绍
12分钟
录播
3.基本流程梳理并进入debug模式
9分钟
录播
4.数据与图像特征提取模块
12分钟
录播
5.体素索引位置获取
11分钟
录播
6.体素特征提取方法解读
8分钟
录播
7.体素特征计算方法分析
12分钟
录播
8.全局体素特征提取
18分钟
录播
9.多模态特征融合
11分钟
录播
10.3D卷积特征融合
10分钟
录播
11.输出层预测结果
10分钟
4-19节 第八模块：模型蒸馏应用实例
录播
1.任务概述与工具使用
8分钟
录播
2.Teacher与Student网络结构定义
10分钟
录播
3.训练T与S得到蒸馏模型
11分钟
录播
4.开始模型训练过程与问题修正
10分钟
录播
5.日志输出与模型分离
10分钟
录播
6.分别得到Teacher与Student模型
9分钟
录播
7.实际测试效果演示
8分钟
4-20节 第八模块：模型剪枝方法概述分析
录播
1.SuperNet网络结构分析与剪枝概述
11分钟
录播
2.搜索匹配到符合计算量的模型并训练
12分钟
4-21节 第九模块：mmaction行为识别
录播
1.创建自己的行为识别标注数据集
48分钟
4-22节 OCR算法解读
录播
1.OCR算法解读
2小时18分钟
4-23节 额外补充-在源码中加入各种注意力机制方法
录播
1.在源码中加入各种注意力机制方法
24分钟
第五章 Opencv图像处理框架实战
5-1节 课程简介与环境配置
录播
1.课程简介
2分钟
录播
2.Python与Opencv配置安装
10分钟
录播
3.Notebook与IDE环境
11分钟
5-2节 图像基本操作
录播
1.计算机眼中的图像
9分钟
录播
2.视频的读取与处理
10分钟
录播
3.ROI区域
4分钟
录播
4.边界填充
5分钟
录播
5.数值计算
9分钟
5-3节 阈值与平滑处理
录播
1.图像阈值
7分钟
录播
2.图像平滑处理
7分钟
录播
3.高斯与中值滤波
6分钟
5-4节 图像形态学操作
录播
1.腐蚀操作
6分钟
录播
2.膨胀操作
3分钟
录播
3.开运算与闭运算
2分钟
录播
4.梯度计算
2分钟
录播
5.礼帽与黑帽
3分钟
5-5节 图像梯度计算
.....